使用矢量化str方法替换:

df['range'] = df['range'].str.replace(',','-')

df
      range
0    (2-30)
1  (50-290)

编辑:所以如果我们看看你尝试了什么，为什么它不起作用:

df['range'].replace(',','-',inplace=True)

从文档中我们可以看到这样的描述:

STR或regex: STR: string完全匹配to_replace将被替换 与价值

因此，因为str值不匹配，不会发生替换，与以下比较:

df = pd.DataFrame({'range':['(2,30)',',']})
df['range'].replace(',','-', inplace=True)

df['range']

0    (2,30)
1         -
Name: range, dtype: object

在这里，我们在第二行得到了完全匹配，然后进行替换。

此外，对于那些想要替换列中多个字符的人，你可以使用正则表达式:

import re
chars_to_remove = ['.', '-', '(', ')', '']
regular_expression = '[' + re.escape (''. join (chars_to_remove)) + ']'

df['string_col'].str.replace(regular_expression, '', regex=True)

使用矢量化str方法替换:

df['range'] = df['range'].str.replace(',','-')

df
      range
0    (2-30)
1  (50-290)

编辑:所以如果我们看看你尝试了什么，为什么它不起作用:

df['range'].replace(',','-',inplace=True)

从文档中我们可以看到这样的描述:

STR或regex: STR: string完全匹配to_replace将被替换 与价值

因此，因为str值不匹配，不会发生替换，与以下比较:

df = pd.DataFrame({'range':['(2,30)',',']})
df['range'].replace(',','-', inplace=True)

df['range']

0    (2,30)
1         -
Name: range, dtype: object

在这里，我们在第二行得到了完全匹配，然后进行替换。

几乎类似于Nancy K的回答，这对我来说很管用:

data["column_name"] = data["column_name"].apply(lambda x: x.str.replace("characters_need_to_replace", "new_characters"))

如果你想从一个字符串中删除两个或多个元素，例如字符'$'和'，':

Column_Name
===========
$100,000
$1,100,000

．.． 然后使用:

data.Column_Name.str.replace("[$,]", "", regex=True)

=> [100000, 1100000]

将列名中的所有逗号替换为下划线

data.columns= data.columns.str.replace(' ','_',regex=True)